Insider Ownership X1 Dispersion Ownership X2 Collaterizable Assets X3 Jadwal Penelitian

b. Tahap Kedua pengumpulan data melalui studi dokumentasi, yaitu mengumpulkan data-data berupa laporan keuangan dan harga saham pada sampel perusahaan yang dipublikasikan oleh BEI selama tahun 2007-2010 melalui penelusuran dengan format elektronik yang diperoleh dari situs resmi Indonesia Stock Exchange IDX dan Indonesia Capital Market Directory ICMD. 3.5 Defenisi Operasional dan Pengukuran Variabel 3.5.1Variabel Independen variabel bebas Variabel independen menurut Hermawan 2003: 32 adalah “variabel yang mempengaruhi variabel terikat secara positif dan negatif “. Variabel independen dalam penelitian ini meliputi :

a. Insider Ownership X1

Insider Ownership adalah pemilik yang sekaligus menjadi pengelola perusahaan yang terdiri dari direktur dan komisaris. Insider ownership semakin besar maka merupakan sinyal yang baik bagi pemegang saham karena mempunyai kinerja investasi yang lebih baik. Insider ownership dapat dilihat dari persentase saham yang dimiliki oleh direksi dan komisaris yang dibandingkan dengan total saham perusahaan. Insider Ownership dihitung dengan rumus Taswan, 2003 : Jumlah Saham yang dimiliki komisaris dan Direktur INSIDER = Total Saham Universitas Sumatera Utara

b. Dispersion Ownership X2

Dispersion Ownership dihitung dengan rumus variance, karena besarnya nilai variance menunjukkan bahwa data kepemilikan saham semakin terkonsentrasi pada satu atau beberapa pemegang saham. Variance merupakan suatu ukuran dari sebaran disekitar rata-rata hitung. Dispersion of ownership dihitung derngan formula: Rumus Dipersion of Ownership Taswan, 2003: Variance = 1 1 2 1 − − ∑ = n n i χ χ Keterangan : X1: persentase kepemilikan saham satu kelompok. X : rata-rata kepemilikan saham n : jumlah data

c. Collaterizable Assets X3

Collaterizable Aseets COLLAS adalah besarnya aktiva yang dijaminkan oleh kreditur untuk menjamin pinjamannya. Semakin besar aktiva yang dijaminkan, maka akan banyak dana yang digunakan untuk menjamin kelangsungan pemakaian collaterizable assets. Collaterizable assets merupakan perbandingan antara rasio total aktiva tetap bersih dengan total aktiva. Collaterizable assets dihitung dengan rumus Taswan, 2003 : Total Aktiva tetap – Akumulasi Penyusutan Collaterizable assets = Total Aktiva Universitas Sumatera Utara

d. Tingkat Pertumbuhan X4

Tingkat pertumbuhan suatu perusahaan dapat dilihat dari profitabilitas perusahaan yang meningkat setiap tahunnya. Semakin baik profitabilitas suatu perusahaan maka tingkat pertumbuhan perusahaan dapat dikatakan semakin meningkat. Tingkat pertumbuhan perusahaan dihitung dengan rumus Taswan, 2003: g = r x ROE Keterangan : g : tingkat pertumbuhan perusahaan r : rasio penahanan laba profitretention rate ROE : tingkat pengembalian ekuitas.

3.5.2 Variabel Dependen Terikat

Variabel dependen dalam penelitian ini adalah Kebijakan deviden, yaitu Keputusan manager tentang berapa besar prosentase laba saat ini yang akan di gunakan untuk membayar deviden. Kebijakan Deviden diukur dengan perbandingan antara deviden yang dibayarkan dengan laba bersih yang didapat dan biasanya disajikan dalam bentuk prosentase dividend payout ratio. DPR ini dapat dihitung dengan rumus Taswan, 2003 : Deviden Per Lembar Saham DPR = Laba Bersih Perlembar Saham Universitas Sumatera Utara Tabel 3.3 Defenisi Operasional dan Pengukuran Variabel Variabel Defenisi Operasional Pengukuran Rasio

1. Independen

Insider Ownership INSIDER pemilik sekaligus pengelola perusahaan dapat dilihat dari persentase saham yang dimiliki direksi komisaris yang dibandingkan dengan total saham perusahaan Jmlh saham yang dimilikiKomisarisDirektur INSIDER : Total Saham Rasio Dispersion Of Ownership DIPERSION Jumlah pemegang saham yang mewakili satu kelompok. Rasio ini menggunakan rumus variance. Sehingga dapat menunjukkan konsentrasi kepemilikan saham 1 1 2 1 − − = ∑ = n Variance n i χ χ Rasio Collaterizab le assets COLLLAS Rasio yang digunakan untuk mengukur besarnya aktiva yang dijaminkan oleh kreditur untuk menjamin pinjamannya. Tot. Tetap - Akum.Penysutan Collas = Total Aktiva Rasio Tingkat Pertumbuhan Mengukur tingkat pertumbuhan perusahaan dilihat dari profitabilitas perusahaan g = r x ROE Rasio

2. Dependen

Kebijakan Deviden Kebijakan Deviden yaitu keputusan manajer dalam mengukur persentase laba yang akan digunakan untuk membayar deviven Deviden Per Lembar Saham DPR = Laba Bersih Per Lembar Saham Rasio Sumber : Data diolah penulis, 2011 3.6 Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan bantuan software SPSS 18.0. Sebelum dianalisis, Universitas Sumatera Utara peneliti terlebih dahulu melakukan uji asumsi klasik sebelum melakukan pengujian hipotesis karena data penelitian yang digunakan dalam penelitian ini sering bersifat bias dan tidak efisien. Untuk memperoleh nilai yang tidak bias dan efisien dari model persamaan linear maka haruslah memenuhi asumsi- asumsi klasik yang mendasari model linear. Setelah data memenuhi asumsi klasik maka data layak dianalisis lebih lanjut untuk pengujian hipotesis dengan analisis pengujian linear.

3.6.1 Pengujian Asumsi Klasik

Uji asumsi klasik digunakan untuk mengetahui apakah hasil analisis regresi linier berganda yang digunakan untuk menganalisis dalam penelitian ini terbebas dari penyimpangan asumsi klasik karena data yang digunakan adalah data sekunder, maka untuk menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yang mendasari model regresi. Penyimpangan asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, heterokedastisitas dan autokorelasi.

3.6.1.1 Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam suatu model regresi linier variabel terikat dan variabel bebas keduanya mempunyai distribusi normal atau tidak. Menurut Erlina 2008:102, “tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Pengujian ini diperlukan karena untuk melakukan uji T dan uji F mengasumsikan Universitas Sumatera Utara bahwa nilai residual mengikuti distribusi normal. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal. Dalam penelitian ini, untuk mendeteksi normalitas data dapat dilakukan dengan pengujian berikut: 1. Uji Kolmogrov Smirnov Jika nilai signifikan 0.05 maka distribusi normal, sedangkan nilai signifikan 0.05 maka distribusi tidak normal. Hipotesis yang digunakan dalam uji ini adalah: Ho : Data residual berdistribusi normal, dan Ha : Data residual tidak berdistribusi normal. 2. Histogram Pengujian dengan model histogram memiliki ketentuan bahwa data normal berbentuk lonceng, normalitas dapat dideteksi dengan melihat histogram dari nilai residualnya. Data yang baik adalah data yang memiliki pola distribusi normal, jika data melenceng ke kanan atau melenceng ke kiri berarti data tidak terdistribusi secara normal. 3. Grafik Normality Probability Plot Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Universitas Sumatera Utara 1. Jika data menyebar jauh dari diagonal danatau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. 2. Jika data tidak normal, ada beberapa cara mengubah model regresi menjadi normal yaitu: a lakukan transformasi data, misalnya mengubah data menjadi bentuk logaritma Log atau natural ln, b menambah jumlah data, c menghilangkan data yang dianggap sebagai penyebab tidak normalnya data, dan menerima data apa adanya.

3.6.1.2 Uji Multi Kolinearitas

Multikolinearitas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Uji multikolinieritas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel bebas. Menurut Umar 2003:132 ”multikolinearitas adalah ada tidaknya korelasi yang sempurna atau korelasi yang tidak sempurna tetapi relatif tinggi pada variabel-variabel bebasnya”. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Dalam hal ini disebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Pengujian multikolinearitas dilakukan dengan melihat nilai VIF antar variabel independen. Jika nilai Universitas Sumatera Utara VIF lebih besar dari 10, maka terjadi multikolinearitas di antara variabel independen. Menurut Ghozali 2005:91, untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi adalah sebagai berikut: a. Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independennya banyak yang tidak signifikan mempengaruhi variabel dependen. b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi umumnya 0.90, maka hal ini merupakan indikasi adanya multikolinearitas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen. c. Multikolinearitas dapat juga dilihat dari a nilai tolerance dan lawannya b variance inflation factor VIF. Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance Universitas Sumatera Utara yang rendah sama dengan nilai VIF tinggi karena VIF=1Tolerance. Nilai cut off yang umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10.

3.6.1.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk melihat apakah di dalam model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan yang lain Ghozali, 2005:11. Suatu model regresi yang baik adalah tidak terjadi heteroskedastisitas, deteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat ada tidaknya pola tertentu. Jika ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka mengindikasikan telah terjadi heteroskedastisitas. Jika tak ada pola yang jelas maka tidak terjadi gejala heteroskedastisitas, salah satu cara yang dapat digunakan untuk mengetahui ada tidaknya gejala heteroskedastisitas adalah dengan melihat pada grafik scatter plot.

3.6.1.4 Uji Autokolerasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Metode regresi yang baik apabila tidak terdapat autokorelasi. Jika terjadi korelasi maka dinamakan ada problem autokorelasi Ghozali, 2005:95. Untuk menguji ada tidaknya gejala autokorelasi maka dapat dideteksi dengan uji Universitas Sumatera Utara Durbin-Waston DW test. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut: a. angka D-W dibawah -2 berarti ada autokorelasi positif, b. angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi, c. angka D-W di atas +2 berarti ada autokorelasi negatif.

3.6.2 Pengujian Hipotesis

Hipotesis penelitian diuji dengan menggunakan analisis regresi linear berganda. Analisis ini digunakan untuk mengukur kekuatan dua variabel atau lebih dan juga menunjukan arah hubungan antara variabel dependen dengan variabel independen. Rumus dari regresi linier berganda multiple linier regresion adalah: Y = a + b1 X1 + b2 X2 + b3 X3 + b4 X4 + e Keterangan : Y : Pembayaran deviden deviden payout ratio a : Konstanta X1 : insider ownership X2 : dispersion of ownership X3 : Collaterizable assets X4 : Tingkat Pertumbuhan B 1,2,3,4 : Koefisien regresi variabel X 1.2.3,4 e : Variabel Pengganggu error Hipotesis dalam penelitian ini menggunakan : Universitas Sumatera Utara

3.6.2.1 Uji Signifikansi Simultan F-Test

Secara simultan, pengujian hipotesis dilakukan dengan uji F. Uji F dilakukan untuk mengetahui adanya pengaruh secara bersama-sama variabel independen terhadap variabel dependen. Menurut Ghozali 2005:84 “uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependenterikat”. Tingkat signifikansi yang digunakan adalah sebesar 5, dengan derajat kebebasan df = n-k-1, dimana n adalah jumlah observasi dan k adalah jumlah variabel. Uji ini dilakukan dengan membandingkan F hitung dengan F tabel dengan ketentuan sebagai berikut: 1. jika F hitung F tabel pada α 0.05, maka H diterima, dan 2. jika F hitung F tabel pada α 0.05, maka H a diterima Uji Signifikansi : 1. Jika Probabilitas 0,05 maka Ha dapat diterima 2. Jika Probabilitas 0,05 maka Ha ditolak

3.6.2.2 Uji Signifikansi Parsial

Secara parsial, pengujian hipotesis dilakukan dengan uji t. Uji t dilakukan untuk menguji koefisien regresi secara parsial dari variabel independennya. Menurut Ghozali 2005:84 “uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelasindependen secara individual dalam menerangkan variabel dependen”. Tingkat signifikansi yang digunakan sebesar 5, dengan derajat kebebasan df = n-k-1, dimana n adalah jumlah observasi dan Universitas Sumatera Utara k adalah jumlah variabel. Uji ini dilakukan dengan membandingkan t hitung dengan t tabel dengan ketentuan sebagai berikut: a. jika t hitung t tabel pada α 0.05, maka H 1 ditolak, dan b. jika t hitung t tabel pada α 0.05, maka H 1 diterima. Uji Signifikansi :1. Jika Probabilitas 0,05 maka Ha dapat diterima 2. Jika Probabilitas 0,05 maka Ha ditolak.

8.5 Jadwal Penelitian

Adapun jadwal penelitian dapat dilihat dalam tabel 4.1 Tabel 3.4 Jadwal Penelitian Tahapan Penelitian JULI 2011 AGST 2011 SEPT 2011 OKT 2011 NOV 2011 DES 2011 Pengajuan Judul Penyelesaian Proposal Bimbingan Proposal Seminar Proposal Pengumpulan data Pengolahan data Bimbingan dan penyelesaian skripsi Ujian komperhensif Sumber : Data Diolah Penulis, 2011 Universitas Sumatera Utara

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Data Penelitian Dalam bab ini penulis akan menganalisis data yang telah terkumpul. Jenis data yang digunakan berupa data sekunder dan data yang digunakan dalam penelitian ini berjumlah 16 perusahaan yang menjadi sampel merupakan hasil dari pemilihan sampel dengan metode purposive sampling dengan populasi sebanyak 452 perusahaan yang terdaftar di Bursa Efek Indonesia selama periode 2007-2010. Sehingga diperoleh hasil sampel berjumlah 16 x 4 tahun = 64 observasi. Data yang digunakan adalah laporan keuangan dari perusahaan yang terdaftar di Bursa Efek Indonesia BEI peiode 2007-2010 dengan cara mendownload melalui situs www.idx.co.id dan ICMD Indonesian Capital Market Directory. Hasil pengolahan data berupa informasi apakah Deviden Payout Ratio dipengaruhi oleh ratio keuangan meliputi Insider Ownership, Dispersion of ownership, Collaterizable assets dan Tingkat pertumbuhan serta seberapa besar pengaruhnya.

4.2 Analisis Data Penelitian.

4.2.1 Statistik Deskriptif

Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimum, mean, serta standar deviasi. Statistik deskriptif adalah proses transformasi data penelitian dalam bentuk tabulasi sehingga mudah dipahami. Statistik deskriptif akan dijelaskan dalam tabel berikut ini. Universitas Sumatera Utara